--- title: 'API do GLM-5.3-Flash: ID do modelo, contexto 1M, SDKs OpenAI e Anthropic | RunAPI' description: Chame o glm-5.3-flash pelas APIs compatível com OpenAI e Anthropic Messages do RunAPI. MoE de 320B com 18B ativos, contexto de 1M tokens, thinking sempre ativo, entrada de texto. url: https://runapi.ai/pt-BR/models/glm/5.3-flash.md canonical: https://runapi.ai/pt-BR/models/glm/5.3-flash locale: pt-BR site: RunAPI image: https://runapi.ai/assets/opengraph-bfaaa0f0.png alternates: en: https://runapi.ai/models/glm/5.3-flash zh-CN: https://runapi.ai/zh-CN/models/glm/5.3-flash es: https://runapi.ai/es/models/glm/5.3-flash ja: https://runapi.ai/ja/models/glm/5.3-flash de: https://runapi.ai/de/models/glm/5.3-flash fr: https://runapi.ai/fr/models/glm/5.3-flash pt-BR: https://runapi.ai/pt-BR/models/glm/5.3-flash ko: https://runapi.ai/ko/models/glm/5.3-flash it: https://runapi.ai/it/models/glm/5.3-flash nl: https://runapi.ai/nl/models/glm/5.3-flash pl: https://runapi.ai/pl/models/glm/5.3-flash tr: https://runapi.ai/tr/models/glm/5.3-flash zh-TW: https://runapi.ai/zh-TW/models/glm/5.3-flash zh-HK: https://runapi.ai/zh-HK/models/glm/5.3-flash ar: https://runapi.ai/ar/models/glm/5.3-flash x-default: https://runapi.ai/models/glm/5.3-flash model: GLM provider: Z.ai variant_id: glm-5.3-flash sdk_model_id: glm-5.3-flash modality: text billing_unit: 1K tokens status: active --- > HTML version: https://runapi.ai/pt-BR/models/glm/5.3-flash > Site index for agents: https://runapi.ai/llms.txt # glm-5.3-flash API Chame glm-5.3-flash da família GLM pela RunAPI. A cobrança é por token, sem assinatura, e uma requisição que falha antes de a resposta começar não é cobrada. **Z.ai / [GLM](https://runapi.ai/pt-BR/models/glm.md)** **Operacional · text · Uso comercial permitido** ## Para que serve o GLM-5.3-Flash O GLM-5.3-Flash é o modelo de menor custo da geração GLM-5.3 da Z.ai, lançado em 26 de agosto de 2026. É um modelo Mixture-of-Experts com 320B de parâmetros no total e 18B ativos por token. A Z.ai o descreve como o primeiro modelo de fronteira de código aberto a combinar atenção esparsa e linear, e informa cerca de 3x menos computação de atenção e um KV cache 4.4x menor que o do GLM-5.3. A janela de contexto é de 1M tokens e a saída chega a 128K tokens. O thinking fica sempre ativo: a API da Z.ai aceita apenas o modo thinking enabled, então toda resposta começa com uma etapa de raciocínio. A Z.ai indica o modelo para programar interfaces a partir de capturas de tela, documentos de escritório, pesquisa financeira e ciclos de computer use, e oferece function calling e saída estruturada. O modelo da Z.ai também lê imagens, vídeo e arquivos. No RunAPI, o glm-5.3-flash aceita somente entrada de texto. Chame-o pelo endpoint Chat Completions compatível com OpenAI (/v1/chat/completions), pelo endpoint Anthropic Messages (/v1/messages), pelo OpenAI Responses ou pelo Gemini generateContent, sempre com a mesma chave de API do RunAPI. **ID do modelo:** glm-5.3-flash **Lançamento:** 26/08/2026 **Arquitetura:** MoE, 320B no total / 18B ativos **Janela de contexto:** 1M tokens **Saída máxima:** 128K tokens **Thinking:** Sempre ativo **Endpoint no RunAPI:** OpenAI Chat Completions e Anthropic Messages, entrada de texto ## Experimente GLM-5.3-Flash Escolha qualquer modelo e gere em segundos. **Modelo:** - **Chat completion** — `chat_completion` · `glm-5.3-flash` · Entrada $0.12 / 1M de tokens | Saída $0.40 / 1M de tokens **Prompt:** Descreva o que você quer criar... **Estimado:** Entrada $0.12 / 1M de tokens | Saída $0.40 / 1M de tokens - [Gerar](https://runapi.ai/pt-BR/login) Entre para gerar com a RunAPI. ### Trocar variante - [glm-4.5](https://runapi.ai/pt-BR/models/glm/4.5.md) - [glm-4.5-air](https://runapi.ai/pt-BR/models/glm/4.5-air.md) - [glm-4.6](https://runapi.ai/pt-BR/models/glm/4.6.md) - [glm-4.7](https://runapi.ai/pt-BR/models/glm/4.7.md) - [glm-5](https://runapi.ai/pt-BR/models/glm/5.md) - [glm-5-turbo](https://runapi.ai/pt-BR/models/glm/5-turbo.md) - [glm-5.1](https://runapi.ai/pt-BR/models/glm/5.1.md) - [glm-5.2](https://runapi.ai/pt-BR/models/glm/5.2.md) - [glm-5.3](https://runapi.ai/pt-BR/models/glm/5.3.md) - **glm-5.3-flash** (current) 10 variantes disponíveis glm-5.3-flash é um dos modelos GLM na RunAPI. Ele usa a mesma API key de todos os outros modelos, e você troca de modelo alterando o ID do modelo na requisição. Cada chamada é síncrona e cobrada em USD pelos tokens de entrada, saída e cache, sem assinatura nem gasto mínimo. Uma requisição que falha antes de a resposta começar não é cobrada; depois que a resposta entra em streaming, os tokens já gerados são cobrados, mesmo que o cliente se desconecte. - Cobrança por token em USD, sem assinatura - Sem cobrança se a requisição falhar antes da resposta - Streaming de token em token - Troque de modelo alterando um único ID de modelo - Uma API key e uma fatura para todos os modelos e provedores ## Métricas de uso - **Chamadas de API / Dia:** 1 - **Taxa de sucesso:** 100.0% - **Geração média:** 7.6s Feedback verificado de clientes ainda não está disponível para este modelo. ## FICHA TÉCNICA | Campo | Valor | |---|---| | Provedor | Z.ai | | ID do modelo | glm-5.3-flash | | Modalidade | Texto | | Tipos de tarefa | Synchronous | | Endpoint da API | `/v1/chat/completions` | | | `/v1/responses` | | | `/v1/messages` | | | `/v1beta/models/glm-5.3-flash:generateContent` | | | `/v1beta/models/glm-5.3-flash:streamGenerateContent` | | Unidade de cobrança | 1K tokens | | Status do catálogo | Operacional | **COMO FUNCIONA** ## Use este modelo em 3 etapas 1. **Crie sua chave** - Cadastre-se gratuitamente e crie uma chave de API para glm-5.3-flash no painel. 2. **Envie uma solicitação** - Envie uma solicitação POST para /v1/chat/completions com o identificador do modelo glm-5.3-flash e seus parâmetros. 3. **Obtenha os resultados** - Leia diretamente do endpoint a resposta concluída de glm-5.3-flash. ## O que este modelo oferece - **Cobertura de endpoints** — Expõe 1 endpoint(s) público(s): chat_completion. - **Cobrança por uso** — Medido por 1K tokens, sem exigência de assinatura. ## GLM-5.3-Flash PREÇOS | Endpoint | Preço | |---|---| | `chat_completion` | Entrada: $0.12 / 1M de tokens
Saída: $0.40 / 1M de tokens
Leitura de cache: $0.03 / 1M de tokens
Gravação em cache (5 min): Grátis / 1M de tokens
Gravação em cache (1 h): Grátis / 1M de tokens | **REFERÊNCIA DA API** ## Especificação do endpoint | Field | Value | |---|---| | Endpoint | `POST /v1/chat/completions` | | ID do modelo | `glm-5.3-flash` | | Tipos de tarefa | `chat_completion` | ## Parâmetros da solicitação Nenhum parâmetro de solicitação foi publicado para este endpoint. **Request example** ```json { "model": "glm-5.3-flash", "messages": [ { "role": "user", "content": "Leia este repositório multi-arquivo, encontre o teste de integração que falha e proponha um patch com explicação da causa raiz." } ] } ``` ### Skill do modelo — glm-5.3-flash Instale o skill uma vez, depois use o ID do variant desta página durante o desenvolvimento. Base URL: `https://runapi.ai` | Endpoint | Protocol | |---|---| | `POST /v1/chat/completions` | OpenAI compatible | | `POST /v1/responses` | OpenAI Responses | | `POST /v1/messages` | Anthropic compatible | | `POST /v1beta/models/glm-5.3-flash:generateContent` | Gemini generateContent | | `POST /v1beta/models/glm-5.3-flash:streamGenerateContent` | Gemini streamGenerateContent | Use o SDK de OpenAI / Anthropic / Google Gen AI com sua API key da RunAPI e `model: "glm-5.3-flash"`. ### Como usar glm-5.3-flash 1. **Instalação** — Instale o model skill da linha GLM. Ele carrega documentação, formatos de requisição e notas de preço no seu workspace de código. 2. **Configuração** — Aponte seu SDK para https://runapi.ai e defina sua API key da RunAPI. A mesma chave funciona em todos os modelos e provedores. 3. **Chamada** — Envie uma requisição em um formato de API compatível com este modelo, com o campo model definido como o ID do modelo desta página. A RunAPI a encaminha ao provedor. 4. **Recebimento** — Leia a resposta na própria chamada, ou receba-a em streaming conforme é gerada. O campo usage mostra os tokens que você paga. ### Comparativo de glm-5.3-flash - **VS GLM-4.5: Nível mais barato do GLM-5.3; contexto de 1M, thinking sempre ativo; requisições de texto pelos SDKs da OpenAI e da Anthropic** — 355B / 32B ativos; contexto 128K; baseline MoE open-weight flagship - **VS GLM-4.5-AIR: Nível mais barato do GLM-5.3; contexto de 1M, thinking sempre ativo; requisições de texto pelos SDKs da OpenAI e da Anthropic** — Tier GLM-4.5 mais leve para trabalho cotidiano rápido e barato - **VS GLM-4.6: Nível mais barato do GLM-5.3; contexto de 1M, thinking sempre ativo; requisições de texto pelos SDKs da OpenAI e da Anthropic** — Contexto 200K; primeiro GLM em chips Cambricon; geração de código mais precisa ## CASOS DE USO **Chat** Use LLMs para chat e raciocínio. **Código** Gere e revise trabalho de implementação. **Automação** Conecte modelos a tarefas backend. ## Perguntas frequentes sobre GLM-5.3-Flash ### Qual é a diferença entre o GLM-5.3-Flash e o GLM-5.3? O GLM-5.3-Flash é o modelo menor e de menor custo da geração GLM-5.3, com 320B de parâmetros no total e 18B ativos. Segundo a Z.ai, a atenção híbrida esparsa e linear reduz a computação de atenção em cerca de 3x em relação ao GLM-5.3. Ambos têm janela de contexto de 1M tokens. Escolha o glm-5.3 para o modelo principal e o glm-5.3-flash para trabalho em grande volume ou sensível a custo. ### Posso desativar o thinking no GLM-5.3-Flash? Não. A Z.ai o distribui com o thinking sempre ativo, e a configuração thinking aceita apenas enabled. Os tokens de raciocínio contam como saída, então deixe espaço para eles em max_tokens. ### Posso enviar imagens ao glm-5.3-flash no RunAPI? Ainda não. O modelo da Z.ai lê imagens, vídeo e arquivos, mas o RunAPI aceita somente entrada de texto para o glm-5.3-flash, e requisições com partes de imagem são rejeitadas. ### Quais SDKs podem chamar o glm-5.3-flash? Aponte o SDK da OpenAI para https://runapi.ai/v1 para Chat Completions ou Responses, ou use o SDK da Anthropic para Messages, e defina model como glm-5.3-flash. Uma única chave de API do RunAPI funciona para todos os protocolos. ### Como seleciono glm-5.3-flash? Envie o ID de modelo mostrado no quickstart. ### O preço é por uso? Sim. O preço é medido por chamada ou unidade. ### Posso trocar de variante depois? Sim. A variante é um parâmetro da requisição. Troque o ID do modelo sem alterações de código, nova autenticação ou configuração de cobrança separada. Todas as variantes compartilham a mesma API key e o mesmo formato de requisição. ### Ela oferece streaming? Quando disponível, a RunAPI transmite de ponta a ponta. Modelos LLM oferecem streaming no nível de token. Modelos de mídia usam polling de tarefas async ou callbacks de webhook para entregar resultados. ### Onde reporto problemas de qualidade? Abra uma issue no repositório público do GitHub ou escreva para o suporte em contact@runapi.ai. Inclua o ID da tarefa e o ID do modelo para que a equipe possa investigar a geração específica. ### Preciso de uma conta separada com o provedor? Não. Sua API key da RunAPI basta para acessar esta variante e todos os outros modelos do catálogo. Você não precisa de contas com o provedor subjacente. ### RELACIONADO - [glm-4.5-air](https://runapi.ai/pt-BR/models/glm/4.5-air.md) — por Z.ai · Entrada $0.16 / 1M de tokens | Saída $0.88 / 1M de tokens - [glm-4.5](https://runapi.ai/pt-BR/models/glm/4.5.md) — por Z.ai · Entrada $0.48 / 1M de tokens | Saída $1.76 / 1M de tokens - [glm-4.6](https://runapi.ai/pt-BR/models/glm/4.6.md) — por Z.ai · Entrada $0.48 / 1M de tokens | Saída $1.76 / 1M de tokens - [glm-4.7](https://runapi.ai/pt-BR/models/glm/4.7.md) — por Z.ai · Entrada $0.48 / 1M de tokens | Saída $1.76 / 1M de tokens ### Comece com GLM hoje. - [Criar conta grátis](https://runapi.ai/pt-BR/login) - [Ler início rápido →](https://runapi.ai/pt-BR/docs/api/openai/chat-completions) ## Construindo com uma equipe? Ajudamos com a configuração empresarial, integrações e dúvidas técnicas. [Fale conosco](https://runapi.ai/pt-BR/contact.md) --- ## More from RunAPI - [Home](https://runapi.ai/pt-BR/.md) ### Produto - [Catálogo de modelos](https://runapi.ai/pt-BR/models.md) - [Preços](https://runapi.ai/pt-BR/pricing.md) - [Provedores](https://runapi.ai/pt-BR/models#all-models) ### Desenvolvedores - [Documentação](https://runapi.ai/pt-BR/docs/guides) - [SDKs](https://runapi.ai/pt-BR/sdk.md) - [CLI](https://runapi.ai/pt-BR/cli.md) - [Servidor MCP](https://runapi.ai/pt-BR/mcp.md) - [x402](https://runapi.ai/pt-BR/x402.md) ### Guias - [Claude Code vs Cursor](https://runapi.ai/pt-BR/claude-code-vs-cursor.md) - [Configuração da API do Cursor](https://runapi.ai/pt-BR/cursor-api-setup.md) - [RunAPI vs OpenRouter](https://runapi.ai/pt-BR/openrouter-alternative.md) ### Empresa - [Enterprise](https://runapi.ai/pt-BR/contact.md) - [Contato](https://runapi.ai/pt-BR/contact.md) ### Legal - [Termos](https://runapi.ai/pt-BR/terms.md) - [Privacidade](https://runapi.ai/pt-BR/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/pt-BR", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/pt-BR/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/pt-BR", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/pt-BRicon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "SoftwareApplication", "name": "GLM glm-5.3-flash", "applicationCategory": "DeveloperApplication" }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://runapi.ai/pt-BR" }, { "@type": "ListItem", "position": 2, "name": "Models", "item": "https://runapi.ai/pt-BR/models" }, { "@type": "ListItem", "position": 3, "name": "GLM", "item": "https://runapi.ai/pt-BR/models/glm" }, { "@type": "ListItem", "position": 4, "name": "glm-5.3-flash", "item": "https://runapi.ai/pt-BR/models/glm/5.3-flash" } ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "HowTo", "name": "Como usar glm-5.3-flash", "description": "Chame glm-5.3-flash da família GLM pela RunAPI: preço por token, ID do modelo, formatos de API compatíveis e guia de configuração.", "totalTime": "PT5M", "step": [ { "@type": "HowToStep", "position": 1, "name": "Instalação", "text": "Instale o model skill da linha GLM. Ele carrega documentação, formatos de requisição e notas de preço no seu workspace de código.", "url": "https://runapi.ai/pt-BR/models/glm/5.3-flash#how-step-1" }, { "@type": "HowToStep", "position": 2, "name": "Configuração", "text": "Aponte seu SDK para https://runapi.ai e defina sua API key da RunAPI. A mesma chave funciona em todos os modelos e provedores.", "url": "https://runapi.ai/pt-BR/models/glm/5.3-flash#how-step-2" }, { "@type": "HowToStep", "position": 3, "name": "Chamada", "text": "Envie uma requisição em um formato de API compatível com este modelo, com o campo model definido como o ID do modelo desta página. A RunAPI a encaminha ao provedor.", "url": "https://runapi.ai/pt-BR/models/glm/5.3-flash#how-step-3" }, { "@type": "HowToStep", "position": 4, "name": "Recebimento", "text": "Leia a resposta na própria chamada, ou receba-a em streaming conforme é gerada. O campo usage mostra os tokens que você paga.", "url": "https://runapi.ai/pt-BR/models/glm/5.3-flash#how-step-4" } ] }, { "@context": "https://schema.org", "inLanguage": "pt-BR", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Qual é a diferença entre o GLM-5.3-Flash e o GLM-5.3?", "acceptedAnswer": { "@type": "Answer", "text": "O GLM-5.3-Flash é o modelo menor e de menor custo da geração GLM-5.3, com 320B de parâmetros no total e 18B ativos. Segundo a Z.ai, a atenção híbrida esparsa e linear reduz a computação de atenção em cerca de 3x em relação ao GLM-5.3. Ambos têm janela de contexto de 1M tokens. Escolha o glm-5.3 para o modelo principal e o glm-5.3-flash para trabalho em grande volume ou sensível a custo." } }, { "@type": "Question", "name": "Posso desativar o thinking no GLM-5.3-Flash?", "acceptedAnswer": { "@type": "Answer", "text": "Não. A Z.ai o distribui com o thinking sempre ativo, e a configuração thinking aceita apenas enabled. Os tokens de raciocínio contam como saída, então deixe espaço para eles em max_tokens." } }, { "@type": "Question", "name": "Posso enviar imagens ao glm-5.3-flash no RunAPI?", "acceptedAnswer": { "@type": "Answer", "text": "Ainda não. O modelo da Z.ai lê imagens, vídeo e arquivos, mas o RunAPI aceita somente entrada de texto para o glm-5.3-flash, e requisições com partes de imagem são rejeitadas." } }, { "@type": "Question", "name": "Quais SDKs podem chamar o glm-5.3-flash?", "acceptedAnswer": { "@type": "Answer", "text": "Aponte o SDK da OpenAI para https://runapi.ai/v1 para Chat Completions ou Responses, ou use o SDK da Anthropic para Messages, e defina model como glm-5.3-flash. Uma única chave de API do RunAPI funciona para todos os protocolos." } }, { "@type": "Question", "name": "Como seleciono glm-5.3-flash?", "acceptedAnswer": { "@type": "Answer", "text": "Envie o ID de modelo mostrado no quickstart." } }, { "@type": "Question", "name": "O preço é por uso?", "acceptedAnswer": { "@type": "Answer", "text": "Sim. O preço é medido por chamada ou unidade." } }, { "@type": "Question", "name": "Posso trocar de variante depois?", "acceptedAnswer": { "@type": "Answer", "text": "Sim. A variante é um parâmetro da requisição. Troque o ID do modelo sem alterações de código, nova autenticação ou configuração de cobrança separada. Todas as variantes compartilham a mesma API key e o mesmo formato de requisição." } }, { "@type": "Question", "name": "Ela oferece streaming?", "acceptedAnswer": { "@type": "Answer", "text": "Quando disponível, a RunAPI transmite de ponta a ponta. Modelos LLM oferecem streaming no nível de token. Modelos de mídia usam polling de tarefas async ou callbacks de webhook para entregar resultados." } }, { "@type": "Question", "name": "Onde reporto problemas de qualidade?", "acceptedAnswer": { "@type": "Answer", "text": "Abra uma issue no repositório público do GitHub ou escreva para o suporte em contact@runapi.ai. Inclua o ID da tarefa e o ID do modelo para que a equipe possa investigar a geração específica." } }, { "@type": "Question", "name": "Preciso de uma conta separada com o provedor?", "acceptedAnswer": { "@type": "Answer", "text": "Não. Sua API key da RunAPI basta para acessar esta variante e todos os outros modelos do catálogo. Você não precisa de contas com o provedor subjacente." } } ] } ] ```